本项目实现了一个基于二维快速傅里叶变换 (FFT2) 的视频压缩方法。同时播放原始灰度视频以及不同压缩比例的压缩后的灰度视频。

Fashion-MNIST是一个用来进行机器学习和深度学习的测试数据集，它由类似于MNIST的手写数字图像数据集演变而来，但是每一张图像都代表了10类服装类型之一，包括T恤、裤子、套衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包和靴子。 基于卷积神经网络的Fashion-MNIST图像识别，通常指的是使用卷积神经网络来对Fashion-MNIST数据集中的图像进行分类。在这种情况下，我们

这个项目是一个文档扫描仪应用程序，使用Python编写。它可以帮助用户加载图片并裁剪文档，提供方便的文档扫描功能。

这个项目提供了一种使用傅里叶变换对混合波形进行去噪的方法。

本项目实现了一个Python脚本，用于读取视频文件，并实时显示视频的灰度图像、原振幅谱以及平移后的振幅谱。

本项目包含两个去噪图像处理示例。代码1通过调整sigma值优化小波去噪，代码2比较了双边滤波去噪、全变分去噪、小波去噪、非局部均值去噪和fft2低通滤波去噪的效果，并根据PSNR值选取最优去噪算法。